Bloomberg раскрыл план Пекина, который может оказаться самой агрессивной попыткой заложить основу для будущего китайского AI-сектора. В течение пяти лет Китай намерен потратить около 2 триллионов юаней (~$295 млрд) на построение общенациональной сети дата-центров — с условием, что не менее 80% оборудования, включая AI-чипы, будут поставлять местные производители.
Что именно планирует Пекин
Разработкой занимается Национальная комиссия по развитию и реформам (NDRC) вместе с другими ведомствами; большинство дата-центров будут эксплуатировать государственные China Mobile и China Telecom, они будут отвечать за соединение сети. Конечная цель – к 2028 году объединить разрозненные региональные мощности в единую когерентную национальную вычислительную сетку.
Финансирование будет идти преимущественно через сверхпродолжительные специальные гособлигации со сроком погашения более 10 лет и государственные фонды для стратегических отраслей; банковские кредиты и частный капитал — вспомогательный. Это не просто инвестиция, а политический инструмент, построенный так, чтобы выдержать десятилетие реализации.
80% собственных чипов — стратегический нерв плана
Самая громкая деталь — требование локального содержания: не менее 80% технологий, включая AI-ускорители, должны быть китайского производства, прежде всего от Huawei. Это фактически закрывает Nvidia и AMD доступ к государственной части AI строительства.
Тенденция не из вакуума. Американский экспортный контроль ограничивает продажи H100 и H200 в Китае с 2022 года. В ответ Huawei резко нарастил производство AI-чипа Ascend 910C – сильнейшей сегодня китайской альтернативы.
Goldman Sachs Research фиксирует: китайские AI- и облачные провайдеры уже смещают закупки с 50–75% иностранных чипов в сторону большей доли внутреннего кремния. Отдельная новость – девять китайских AI-чипов (Huawei, Alibaba, Shanghai Biren и других) недавно прошли государственную проверку безопасности, открывающую им путь в чувствительные сектора.
Как это выглядит рядом с США
На первый взгляд, цифры Китая уступают американским: только Meta планирует до $145 млрд. капитальных расходов в 2026-м, Alphabet — до $190 млрд.; вместе крупные американские техногиганты зарезервировали более $725 млрд на AI всего за один год. Но разница в моделях: США делают ставку на частный капитал с горизонтом быстрой окупаемости, Китай — на государственную координацию через десятилетия.
Китайские дата-центры обходятся дешевле из-за более низких затрат на рабочую силу, компоненты и строительство. В $295 млрд также не входят частные инвестиции Alibaba, Tencent, Baidu и AI-стартапов – их считают отдельно.

"Шесть сетей" и энергосеть этаж
Дата-центровая часть – лишь один компонент более широкой программы "Шесть сетей", объявленной в начале 2026 года, которая охватывает инфраструктуру от водо- и электроснабжения до вычислительных мощностей. Если добавить интеграцию с энергетической сетью, общая сумма инвестиций может составить не менее 5 трлн юаней — около $740 млрд.
Это не случайность: по оценке Goldman Sachs Research, глобальный спрос на электроэнергию со стороны дата-центров вырастет более чем на 160% к 2030 году по сравнению с 2023 годом — энергетика становится таким же фронтом гонки, как и кремний.
По оценкам NDRC, к 2030 году AI-индустрия Китая превысит 10 триллионов юаней – около $1,4 трлн. Реакция рынка мгновенная: акции китайского оператора дата-центров GDS Holdings подскочили на 12% на премаркете после публикации Bloomberg, акции Vnet Group – на 17%.

Что это значит для глобальной AI-гонки
Сюжет меняется с "кто потратит больше" на "кто построит более суверенный стек". США все еще впереди по объему инвестиций и во фронтирных моделях. Но Китай впервые за десятилетие строит свою вертикаль AI — от кремния до моделей и до сценариев развертывания в госсекторе: здравоохранение, транспорт, управление городами.
Если к 2028 году Пекину удастся запустить единую государственную вычислительную сеть на 80% собственных чипах, картина глобального AI-рынка будет выглядеть принципиально иначе – не только как соревнование моделей, но и как соревнование промышленных платформ.



























